先进计划调度优化为精益计划调度：提高效率与效益

制造业面临多品种小批量的生产模式，数据的精细化自动及时方便的采集及多变性导致数据巨幅增加，再加上十几年的信息化历史数据，对于需要快速响应的高级计划系统（advanced planning system，APS）来说，是一个巨大的挑战。大数据可以给予更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制订预排产计划，并监控计划与现场实际的偏差，动态地调度计划排产。

对于拥有许多复杂产品型号的制造商来说，定制产品或者以销定产的产品能够带来更高的毛利率，但是在生产过程没有被合理规划的情形下，同样可能导致生产费用的急剧上升。运用高级分析，制造商能够计算出合理的生产计划，以便在生产上述定制或以销定产的产品时，对目前的生产计划产生最低限度的影响，进而将规划分析具体到设备运行计划、人员及店面级别。(www.xing528.com)

以电力生产为例，传统的调度与控制都是通过调节发电机组来实现发、用电的平衡，但风电等间歇性能源并网容量达到较大比例时，仅依靠常规发电机组出力调整来平衡风功率波动的传统调度模式未能充分发挥电网的全部调控能力，未来需求侧可控资源也必将纳入电网调度计划与实时控制体系。需求侧资源具有类型多、数据量大、广域分布的特点。利用大数据技术综合分析全网负荷信息和需求侧可控资源信息，按最大范围资源优化配置的原则实现从实时到年月日等不同时间尺度的优化调度与控制决策，可提高电网全局态势感知、快速准确分析和全网统一控制决策的能力，在满足电网安全、经济、低碳环保运行的同时，也满足大范围资源优化配置以及最大限度接纳可再生能源等需求。